優越的替代方案是OpenAI的AI轉錄工具：較少的幻覺，更準確性

Openai的Whisper是2022年發行的AI驅動語音識別和轉錄工具，經常產生幻覺或製造信息，引起人們對其在關鍵環境中造成傷害的潛力的擔憂。密歇根大學的一名研究人員發現了他所審查的公開會議中80％的音頻轉錄中發現了幻覺。同樣，一位分析了100個小時的耳語轉錄的工程師報告了其中大約一半的幻覺，另一位開發人員在他創建的幾乎每個成績單中都發現了它們，總共有26,000個實例。儘管轉錄的小錯誤很常見，但專家指出，在AI轉錄工具中，耳語的幻覺水平是前所未有的。 Openai聲稱，一個開源神經網絡Whisper在英語語音識別方面達到了近乎人類的準確性。它被廣泛用於行業，用於抄寫訪談，翻譯內容和生成視頻字幕之類的任務。竊竊私語的廣泛使用可能會導致捏造的文本，錯誤歸類的報價和其他錯誤信息的傳播，其影響會根據原始內容的性質而變化。 Whisper被整合到某些版本的Chatgpt，用於呼叫中心，語音助手和來自Oracle和Microsoft的雲平台，並於上個月從Huggingface下載了超過420萬次。特別關注的是，醫學專業人員對基於耳語的工具的使用越來越多地轉錄患者諮詢。 AP與十幾個工程師，研究人員和開發人員進行了交談，他們確認耳語經常製造短語和整個句子，有時包括種族評論，暴力言論，甚至想像中的醫療治療。高級研究研究所教授Alondra Nelson強調：“沒有人想要誤診。”儘管Openai建議不要在精確缺陷可能導致重大問題的決策環境等高風險領域中使用耳語，但該工具的銷售準確性使其對​​尋求簡化運營的各個行業有吸引力，通常會忽略潛在風險。這個問題不僅限於漫長或錄製不佳的音頻；研究人員甚至在簡短清晰的音頻樣本中發現了幻覺。他們估計，這可能導致數以千計的錄音中數以千計的不正確轉錄。加洛德大學技術訪問計劃和聾人本人的主任克里斯蒂安·沃格勒（Christian Vogler）指出，聾啞人或難以聽見的個人可能會錯過這些幻覺，“隱藏在所有其他文本中”。這些發現突出了人工智能行業中一個更廣泛的問題：急於營銷產品以獲利，尤其是在美國沒有全面的AI法規的情況下。這在關於Openai的營利性與非營利性地位以及最新領導聲明的辯論中特別相關，這些聲明淡化了AI的風險。一位OpenAI發言人告訴美聯社，該公司正在不斷努力減少幻覺和重視研究人員的發現，並將反饋納入模型更新。同時，我們建議考慮otter.ai，這是一種可靠的AI轉錄工具，新聞記者最近增加了對六種新語言的支持。雖然長期用戶在新的AI摘要功能中報告了幻覺的統計數據，但該錯誤並未出現在轉錄本身中。 Otter.ai建議用戶查看和編輯轉錄的準確性，尤其是對於關鍵任務，注意到準確性會因背景噪音，口音和對話複雜性等因素而變化。對於iPhone用戶，iOS 18.1帶有Apple Intelligence的iOS現在提供了AI驅動的通話記錄和轉錄，儘管ZDNET的主持人Jason Hiner將其描述為“仍在進行中的工作”。 Openai最近宣布了為其2.5億Chatgpt Plus用戶提供更多工具的計劃。

相關文章

評論 (15)